1990年錢學(xué)森等人[1]提出開放的復(fù)雜巨系統(tǒng)的概念,以及處理這類系統(tǒng)的方法論——從定性到定量的綜合集成方法。綜合集成法就其實(shí)質(zhì)而言是將專家群體(各種有關(guān)的專家)、數(shù)據(jù)和各種信息與計(jì)算機(jī)技術(shù)有機(jī)地結(jié)合起來,把各種學(xué)科的科學(xué)理論和人的經(jīng)驗(yàn)知識(shí)結(jié)合起來,三者構(gòu)成一個(gè)系統(tǒng)。這個(gè)方法的成功關(guān)鍵在于充分發(fā)揮了系統(tǒng)的整體優(yōu)勢(shì)和綜合優(yōu)勢(shì)。1992年3月,錢學(xué)森進(jìn)一步提出了人機(jī)結(jié)合,從定性到定量的綜合集成研討廳(HWME)體系的思想[2]。這個(gè)研討廳的構(gòu)思是把人集成于系統(tǒng)之中,采用人機(jī)結(jié)合、以人為主的技術(shù)路線,充分發(fā)揮人的作用,使研討的集體在討論問題時(shí)互相啟發(fā),互相激活,使集體創(chuàng)見遠(yuǎn)遠(yuǎn)勝過個(gè)人的智慧。

　　隨著Internet和各種通信網(wǎng)絡(luò)的迅速普及,cyberspace(電子空間和數(shù)字空間)成為一個(gè)重要的概念,它使參與者跨越時(shí)間和地域的限制,隨時(shí)隨地就所關(guān)心的問題進(jìn)行研究、交流和探討,并可隨時(shí)利用網(wǎng)絡(luò)上的大量資源。信息技術(shù)的這個(gè)發(fā)展,為綜合集成研討廳的實(shí)現(xiàn)提供了一種新的、可能的形式,即基于cyberspace的綜合集成研討廳(CWME)[4]。通過多年的探索與實(shí)踐,已經(jīng)成功建立了幾個(gè)典型的CWME系統(tǒng)。

　　在CWME體系中,專家群體是最具有能動(dòng)性的成員,各專家以研討的方式暢所欲言,充分表達(dá)自己的觀點(diǎn),隨時(shí)進(jìn)行質(zhì)詢和辯論,以促進(jìn)對(duì)復(fù)雜問題認(rèn)識(shí)的提高。但是在研討過程中,每個(gè)專家對(duì)同一復(fù)雜問題的認(rèn)識(shí)和判斷都不盡相同,且參與者個(gè)人的行為和判斷會(huì)不同程度地影響周圍每個(gè)人的思維判斷,使得專家群體中的交互關(guān)系存在著微妙的隨時(shí)間變化的動(dòng)態(tài)復(fù)雜性。因此,在綜合集成研討廳體系中,如何衡量專家意見的合理性,計(jì)算在研討過程中涌現(xiàn)出來的專家權(quán)威度,刻畫專家群體之間的交互關(guān)系和結(jié)構(gòu),從而促進(jìn)研討流暢、高效地進(jìn)行,是研討廳體系實(shí)踐和應(yīng)用過程中的一個(gè)重要問題。

　　文獻(xiàn)[7]提出一種對(duì)發(fā)言觀點(diǎn)進(jìn)行權(quán)威度計(jì)算的方法。該方法借鑒萬(wàn)維網(wǎng)網(wǎng)頁(yè)的鏈接概念,根據(jù)發(fā)言之間的響應(yīng)關(guān)系建立廣義專家群體的有向鏈接結(jié)構(gòu)。該結(jié)構(gòu)采用有向?qū)傩詧D表示,專家的每條發(fā)言作為一個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有兩個(gè)屬性,即見解質(zhì)量屬性和見解評(píng)價(jià)屬性。專家發(fā)言之間的響應(yīng)關(guān)系作為有向邊(鏈接)。根據(jù)發(fā)言響應(yīng)和被響應(yīng)的情況計(jì)算每條發(fā)言的權(quán)威度,發(fā)言被響應(yīng)的次數(shù)越多,該條發(fā)言的權(quán)威度越高;權(quán)威度較高的發(fā)言所響應(yīng)的發(fā)言,其權(quán)威度也較高,反之權(quán)威度越小。文獻(xiàn)[8]提出了基于即時(shí)發(fā)言評(píng)價(jià)的專家權(quán)威度計(jì)算方法。在研討過程中,各位專家在主持人的引導(dǎo)下按照一定的評(píng)價(jià)指標(biāo)即時(shí)對(duì)發(fā)言進(jìn)行評(píng)價(jià),所采用的評(píng)價(jià)指標(biāo)是相關(guān)度、可信度、合理度以及啟發(fā)度。在研討過程中,一個(gè)專家的權(quán)威度主要是由其發(fā)言效率和評(píng)價(jià)效率決定的。因此,基于即時(shí)發(fā)言評(píng)價(jià)的專家權(quán)威度計(jì)算方法的基本思想是通過計(jì)算專家的發(fā)言效率和評(píng)價(jià)效率,并對(duì)兩者進(jìn)行適當(dāng)加權(quán),進(jìn)而得出專家的總體權(quán)威度。

　　上述方法盡管可以計(jì)算專家某條發(fā)言的權(quán)威度,但是并沒有從語(yǔ)義的角度考慮專家的發(fā)言內(nèi)容之間的關(guān)系,同時(shí)也沒有考慮專家群體交互的動(dòng)態(tài)復(fù)雜性?；诖?本文提出了基于Semantic-PageRank(SemRank)的專家權(quán)威度計(jì)算方法。該方法既考慮專家之間的交互結(jié)構(gòu),又考慮專家發(fā)言內(nèi)容之間的語(yǔ)義關(guān)聯(lián);在計(jì)算語(yǔ)義關(guān)聯(lián)時(shí),該方法還引入了時(shí)間要素這一概念來體現(xiàn)專家交互的動(dòng)態(tài)復(fù)雜性。實(shí)驗(yàn)結(jié)果表明,本文提出的專家權(quán)威度計(jì)算方法合理、有效,可以為與會(huì)專家在綜合集成研討環(huán)境中進(jìn)行良性互動(dòng)提供一定的參考意義。

　　1 PageRank算法

　　本文提出的SemRank算法是在PageRank的基礎(chǔ)發(fā)展得到的,“PageRank”技術(shù)[9]最早由斯坦福大學(xué)的“Google”研究小組提出?？梢杂靡环N“隨機(jī)沖浪”模型作為“PageRank”的理論基礎(chǔ),該模型描述網(wǎng)絡(luò)用戶對(duì)網(wǎng)頁(yè)的訪問行為。假設(shè)如下:

　　a)用戶隨機(jī)地選擇一個(gè)網(wǎng)頁(yè)作為上網(wǎng)的起始網(wǎng)頁(yè);

　　b)看完這個(gè)網(wǎng)頁(yè)后,從該網(wǎng)頁(yè)所含的超鏈接中隨機(jī)地選擇一個(gè)頁(yè)面繼續(xù)進(jìn)行瀏覽;

　　c)沿著超鏈接前進(jìn)了一定數(shù)目的網(wǎng)頁(yè)后,用戶對(duì)這個(gè)主題感到厭煩,重新隨機(jī)選擇一個(gè)網(wǎng)頁(yè)進(jìn)行瀏覽,如此反復(fù)。

　　根據(jù)上述的用戶行為模型,PageRank的基本思想就是引入一個(gè)網(wǎng)頁(yè)的權(quán)威值的概念,其網(wǎng)頁(yè)的權(quán)威值與網(wǎng)頁(yè)的內(nèi)容無(wú)關(guān),權(quán)威值計(jì)算是根據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖。網(wǎng)頁(yè)p的權(quán)威值取決于兩個(gè)要素:a)有多少網(wǎng)頁(yè)引用了它(網(wǎng)頁(yè)p);b)引用網(wǎng)頁(yè)p的這些網(wǎng)頁(yè)的權(quán)威值。因此這是一個(gè)循環(huán)迭代的過程[10]。計(jì)算公式如下:

　　x?p=dN+(1-d)?q∈pa[p]x?qh?q(1)

　　其中:d∈(0,1)是阻尼因子;h?q是節(jié)點(diǎn)q的出度,就是q有多少個(gè)超鏈接外鏈;pa[p]是指向p的網(wǎng)頁(yè)集合;N是指網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中節(jié)點(diǎn)數(shù),即網(wǎng)頁(yè)的數(shù)量。

　　2 基于SemRank的專家權(quán)威度計(jì)算方法

　　綜合集成研討廳體系的鏈接結(jié)構(gòu)是通過專家群體的有效互動(dòng)建立起來的。在互動(dòng)過程中,專家對(duì)以前的發(fā)言進(jìn)行評(píng)論,同時(shí)發(fā)表自己對(duì)問題的見解,通過這種響應(yīng)建立起個(gè)體之間響應(yīng)關(guān)系,進(jìn)而可建立專家群體的有向鏈接結(jié)構(gòu)。鏈接結(jié)構(gòu)中,專家每次的發(fā)言為一個(gè)節(jié)點(diǎn),專家發(fā)言的響應(yīng)或者被響應(yīng)關(guān)系為有向邊,從而使得這種鏈接結(jié)構(gòu)可用有向?qū)傩詧D表示。這與PageRank中描述WWW的有向?qū)傩杂邢嗨浦?WWW中的網(wǎng)頁(yè)對(duì)應(yīng)一個(gè)節(jié)點(diǎn),WWW中網(wǎng)頁(yè)的鏈接關(guān)系對(duì)應(yīng)圖中的邊。文獻(xiàn)[7]采用的就是這個(gè)思路計(jì)算專家發(fā)言的權(quán)威度。

　　在實(shí)踐過程中,運(yùn)用上述方法卻經(jīng)常遇到兩個(gè)問題:a)雖然某條發(fā)言A在長(zhǎng)時(shí)間內(nèi)得到較多的響應(yīng),但此時(shí)發(fā)言的主題已經(jīng)發(fā)生了一定程度的改變,此時(shí)A的權(quán)威度理應(yīng)下降,但是由于PageRank算法本身不考慮發(fā)言內(nèi)容的語(yǔ)義相似度,導(dǎo)致計(jì)算出來的A的權(quán)威度偏高;b)越早的發(fā)言,權(quán)威度容易越高,這是因?yàn)檩^早的發(fā)言容易得到相對(duì)較多的響應(yīng),或者說最近的發(fā)言經(jīng)常尚未得到充分的響應(yīng),此時(shí)按照PageRank計(jì)算的權(quán)威度會(huì)偏離真實(shí)的權(quán)威度情況。

　　針對(duì)這兩個(gè)常見問題,在PageRank算法的基礎(chǔ)上,本文提出SemRank方法。該方法的優(yōu)勢(shì)在于:a)引入發(fā)言內(nèi)容的語(yǔ)義相似度計(jì)算方法,在衡量某條發(fā)言的權(quán)威度時(shí),不僅考慮它得到了多少響應(yīng),同時(shí)考慮它與所響應(yīng)的發(fā)言之間的語(yǔ)義聯(lián)系;b)引入時(shí)間衰減函數(shù),對(duì)較近的響應(yīng)賦予較大的權(quán)重,削弱某些早期發(fā)言過于長(zhǎng)久的影響。

　　SemRank算法同樣根據(jù)有向?qū)傩詧D來計(jì)算每條發(fā)言的權(quán)威度,然后對(duì)每個(gè)專家的所有發(fā)言的權(quán)威值求均值,獲得該專家的總體權(quán)威度。

　　2.1 發(fā)言內(nèi)容的動(dòng)態(tài)相似度計(jì)算

　　首先考慮專家發(fā)言之間的語(yǔ)義關(guān)聯(lián),把研討中的每條發(fā)言表示成tf-idf向量形式,采用余弦相似度計(jì)算語(yǔ)義關(guān)聯(lián)程度,計(jì)算公式如下:

　　sim(u,v)=?ω∈u,vtf?u(ω)tf?v(ω)idf(ω)?2

　　?ω∈u(tf?u(ω)idf(ω))?2

　　?ω∈v(tf?v(ω)idf(ω))?2

　　(2)

　　其中:tf?u(ω)和tf?v(ω)分別表示詞ω在發(fā)言u(píng)和v中的詞頻;idf(ω)表示逆文本頻率,計(jì)算公式為

　　idf(ω)=log (N/n?ω)(3)

　　其中:n?ω是表示有多少條發(fā)言包含詞ω,N為總的發(fā)言數(shù)。

　　式(2)只考慮了專家發(fā)言之間的靜態(tài)關(guān)系。實(shí)際上這種關(guān)系應(yīng)該是與時(shí)間相關(guān)的:兩條發(fā)言之間的時(shí)間間隔越長(zhǎng),語(yǔ)義之間的相似度就越低,反之則越高。因此本文考慮時(shí)間衰減要素,引入時(shí)間衰減函數(shù)(這里考慮的時(shí)間信息是專家的每條發(fā)言在整個(gè)研討過程中的相對(duì)位置,而不是每條發(fā)言在研討過程中出現(xiàn)的絕對(duì)時(shí)間),得到如下的動(dòng)態(tài)相似度計(jì)算公式:

　　s?i(u,v,T)=sim(u,v)×f?i(u,v,T);i=1,2(4)

　　其中:f?i(u,v,T)為發(fā)言u(píng)與v之間的時(shí)間衰減函數(shù)。這里采用兩種形式:

　　a)f?1(u,v,T)=1-|k-i-1|/N。其中:發(fā)言u(píng)為研討中第k個(gè)發(fā)言,發(fā)言v為研討中第i個(gè)發(fā)言。

　　b)f?2(u,v,T)=1/|k-i|。其中:發(fā)言u(píng)為研討中第k個(gè)發(fā)言,發(fā)言v為研討中第i個(gè)發(fā)言。

　　2.2 專家權(quán)威度計(jì)算

　　基于SemRank的專家權(quán)威度計(jì)算的算法實(shí)現(xiàn)過程如下:

　　初始值:向量P?0=(p?0(1),p?0(2),…,p?0(N)),其中p?0(u)=1/N(u=1,2,…,N)。?

　　輸入:error ε。

　　輸出: 向量P=(p(1),p(2),…,P(N))。

　　t=0

　　repeat

　　t=t+1

　　根據(jù)式(6)計(jì)算P?t(u)(u=1,2,…,N)

　　δ=‖P?t-Pt-1‖

　　until δ<ε

　　returnP?t

　　在考慮了發(fā)言內(nèi)容之間的動(dòng)態(tài)語(yǔ)義相似度以后,專家之間交互的有向?qū)傩詧D就成為了一個(gè)加權(quán)的有向?qū)傩詧D。從文獻(xiàn)[11]獲得啟發(fā),在加權(quán)的有向?qū)傩詧D的基礎(chǔ)上計(jì)算專家發(fā)言的權(quán)威值。

　　加權(quán)的有向?qū)傩詧D通過兩個(gè)矩陣的點(diǎn)乘形式表示:

　　B?kN×N=AN×N?•×sim?kN×N;k=1,2(5)

　　其中:B?kN×N(i, j)=AN×N(i, j)×sim?kN×N(i, j)(i, j=1,2,…,N;k=1,2);矩陣AN×N為鄰接矩陣,如果節(jié)點(diǎn)i到j(luò)之間有一條有向邊,則AN×N(i, j)為1,否則為0;矩陣sim?kN×N為動(dòng)態(tài)相似度矩陣,式中sim?kN×N(i, j)=s?k(i,j,T)(k=1,2)。

　　在此加權(quán)有向?qū)傩詧D矩陣B?kN×N的基礎(chǔ)上,專家發(fā)言的權(quán)威值計(jì)算如下:

　　p?k(u)=dN+(1-d)?v∈adj[u]B?k(v,u)B?k(v,i)p?k(v) (6)

　　其中:k=1或k=2,即計(jì)算矩陣B?kN×N時(shí)采用了哪個(gè)時(shí)間衰減函數(shù);N是屬性圖的節(jié)點(diǎn)總數(shù);d是阻尼因子,一般都在區(qū)間[0.1,0.2]選擇,一般選擇0.15;adj[u]是指向u的發(fā)言集合。

　　最后將權(quán)威度向量進(jìn)行歸一化,即

　　P=(p(1)maxNi=1 p(i),

　　p(2)maxNi=1 p(i),…,

　　p(N)maxNi=1 p(i))(7)

　　3 研討實(shí)例及其分析

　　下面以一個(gè)初步形成的研討廳體系的專家研討過程為例(文獻(xiàn)[7]中的示例),來說明基于SemRank專家權(quán)威度計(jì)算方法。其中,發(fā)言專家是以一些博士研究生和碩士研究生進(jìn)行的仿真,專家的發(fā)言是經(jīng)濟(jì)專業(yè)人士幫助并提供的。其中,Zh代表主持人,T、C、G、L、M代表不同的專家,在主持人的主持下專家們進(jìn)行研討的過程與結(jié)果如圖1所示。

　　Zh:好,如果各位專家沒有意見,現(xiàn)在進(jìn)入研討。首先請(qǐng)對(duì)今年的經(jīng)濟(jì)形勢(shì)作一個(gè)基本判斷。

　　T:在擴(kuò)大內(nèi)需政策影響下,經(jīng)濟(jì)增長(zhǎng)幅度止跌回升。今年仍有趨好潛力。首先,除了出口增幅趨緩?fù)?投資、消費(fèi)需求增速均有所提高;其二,結(jié)構(gòu)矛盾繼續(xù)緩解,產(chǎn)銷銜接較好;其三 ,上半年工業(yè)企業(yè)經(jīng)濟(jì)效益明顯好轉(zhuǎn)。

　　C:(除了T提到的幾個(gè)因素外)另一個(gè)積極因素是工業(yè)經(jīng)濟(jì)在結(jié)構(gòu)調(diào)整中增長(zhǎng)加快,上半年工業(yè)增長(zhǎng)保持了10%以上,勢(shì)必對(duì)今年經(jīng)濟(jì)起到積極作用。

　　G:(除了C和T提到的因素外)另外啟動(dòng)了一些供給政策,如對(duì)中小企業(yè)的支持、技改貼息提高裝備水平、國(guó)企改革等, 對(duì)改善宏觀經(jīng)濟(jì)發(fā)展環(huán)境是十分必要的。

　　L:(我不同意他們?nèi)说姆治?我擔(dān)心的是,世界經(jīng)濟(jì)形勢(shì)會(huì)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生極其不利的影響。根據(jù)世界銀行估計(jì),美國(guó)經(jīng)濟(jì)今年預(yù)計(jì)增長(zhǎng)0.7%(去年5%),世界經(jīng)濟(jì)增長(zhǎng)2.9%,全球貿(mào)易增長(zhǎng)5.2%。

　　T:(不同意 L的分析)我認(rèn)為不必過分憂慮。實(shí)際上去年內(nèi)需也起到重要作用。只要今年繼續(xù)堅(jiān)持積極的財(cái)政政策,加上公務(wù)員增資、提高低收入者收入水平等政策到位,內(nèi)需增長(zhǎng)會(huì)彌補(bǔ)出口下滑對(duì)經(jīng)濟(jì)增長(zhǎng)的不利影響。

　　M:L的意見確實(shí)值得注意。我國(guó)對(duì)美國(guó)的出口占全部出口的21%,如果美國(guó)經(jīng)濟(jì)出現(xiàn)衰退,必將影響我國(guó)出口,還將對(duì)我國(guó)吸引外資、資本市場(chǎng)、投資信心等方面產(chǎn)生影響,因?yàn)?hellip;…

　　Zh :L,按你的判斷,今年經(jīng)濟(jì)形勢(shì)走勢(shì)會(huì)如何?

　　L:(響應(yīng) Zh)我不太樂觀,受世界經(jīng)濟(jì)的影響,我國(guó)今年經(jīng)濟(jì)增速會(huì)比上年下降,GDP增長(zhǎng) 7%……

　　M:我同意L的看法……

　　T:(不同意 L)我認(rèn)為,經(jīng)濟(jì)增長(zhǎng)幅度還會(huì)有所上升,到達(dá) 8.3%……

　　C:( 對(duì)他們兩人L和T的意見都不太贊同)從總體上,我對(duì)今年經(jīng)濟(jì)增長(zhǎng)還是有信心的,GDP增長(zhǎng)與上年持平,達(dá)到 8%。但以下問題值得注意:一是非國(guó)有經(jīng)濟(jì)投資問題;二是消費(fèi)增長(zhǎng)具有一定的不確定性;三是農(nóng)民收入連續(xù)多年沒有多大的改善,影響到總體的消費(fèi)水平……

　　G:(不太同意L、T、C的意見)考慮到出口會(huì)受到影響,GDP增長(zhǎng)幅度將比去年略有下降,達(dá)到7.6%~7.8%……

　　將2.2節(jié)中論述的基于SemRank的專家權(quán)威度計(jì)算方法應(yīng)用于上述的研討過程,專家的每次發(fā)言為一個(gè)節(jié)點(diǎn),用專家研討時(shí)的ID和發(fā)言時(shí)間或者次數(shù)標(biāo)志類節(jié)點(diǎn),為清楚起見,用“專家ID+t+發(fā)言的次數(shù)”來標(biāo)志節(jié)點(diǎn),獲得了以下的專家個(gè)體互動(dòng)關(guān)系:

　　Tt1;

　　Ct1→Tt1; Gt1→Tt1,Ct1;

　　Lt1→Tt1,Ct1,Gt1;Tt2→Lt1;Mt1→Lt1;

　　Zht1→Lt1; Lt2→Zht1;Mt2→Lt2;

　　Tt3→Lt2; Ct2→Lt2,Tt3;

　　Gt2→Ct2,Lt2,Tt3;

　　上述的研討數(shù)據(jù)需預(yù)處理,這里采用中國(guó)科學(xué)院計(jì)算所ICTCLAS2008進(jìn)行中文分詞,將專家的每條發(fā)言表示成tf-idf向量形式。根據(jù)2.2節(jié)中的算法計(jì)算專家發(fā)言的權(quán)威值,設(shè)置允許的輸出誤差error為0.000 1,式(6)中的阻尼因子為0.15,考慮前面提到的兩種時(shí)間衰減函數(shù),共迭代了9次,獲得最終的結(jié)果。作為對(duì)比,表1列出了采用基于HITS的鏈接結(jié)構(gòu)分析算法[7]計(jì)算的專家發(fā)言權(quán)威值。由于HITS算法是不收斂的,采用的迭代次數(shù)為3。

　　專家發(fā)言

　　采用f?1(u,v,T)?時(shí)間衰減函數(shù)

　　權(quán)威值排序

　　采用f?2(u,v,T)?時(shí)間衰減函數(shù)

　　權(quán)威值排序

　　基于HITS的鏈接?結(jié)構(gòu)分析算法

　　權(quán)威值排序

　　Tt11.00 11.00 10.173

　　Ct10.71 30.74 30.134

　　Gt10.31 60.41 60.076

　　Lt10.86 20.87 20.067

　　Tt20.14 90.14 90.008

　　Mt10.14 90.14 90.008

　　ZHt10.56 40.56 40.008

　　Lt20.49 50.49 50.281

　　Mt20.14 90.14 90.008

　　Tt30.22 70.26 70.182

　　Ct20.18 80.21 80.105

　　Gt20.14 90.14 90.008

　　根據(jù)上述專家每條發(fā)言的權(quán)威值,對(duì)每位專家所有的發(fā)言的權(quán)威值求和,再求平均,獲得專家的總體權(quán)威度。在采用2.1節(jié)中提出的兩種時(shí)間衰減函數(shù)時(shí),專家的總體權(quán)威度排序比較一致。根據(jù)排序結(jié)果,本文主要重點(diǎn)關(guān)注專家L、T和C的發(fā)言(由于主持人主要是引導(dǎo)研討過程的,盡管排序是第2位,這里不關(guān)注他的發(fā)言)。從這三位專家的發(fā)言可以歸納出今年的經(jīng)濟(jì)形勢(shì),有三種不同的意見:a)經(jīng)濟(jì)增長(zhǎng)幅度止跌回升,今年仍有趨好潛力;b)世界經(jīng)濟(jì)形勢(shì)會(huì)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生極其不利的影響;c)工業(yè)經(jīng)濟(jì)的結(jié)構(gòu)調(diào)整,勢(shì)必對(duì)今年經(jīng)濟(jì)起到積極作用。根據(jù)表1可知,采用基于HITS的鏈接結(jié)構(gòu)分析算法計(jì)算專家發(fā)言權(quán)威值時(shí),不可避免地出現(xiàn)了專家發(fā)言權(quán)威值為0的情況(如Tt2、Mt1),這是由于HITS算法本身的特性決定的,如果某條發(fā)言無(wú)人響應(yīng),該權(quán)威值就為0。采用SemRank方法時(shí),專家發(fā)言的權(quán)威值不會(huì)出現(xiàn)為0的情況。由式(6)可知,每位專家的權(quán)威值都有非0的初始值d/N,這與現(xiàn)實(shí)情況是一致的,因?yàn)槊课粎⑴c研討的專家都是領(lǐng)域和行業(yè)專家,其發(fā)言都具有一定的參考價(jià)值和權(quán)威度。

　　專家發(fā)言

　　采用f?1(u,v,T)?時(shí)間衰減函數(shù)

　　總體權(quán)威度排序

　　采用f?2(u,v,T)?時(shí)間衰減函數(shù)

　　總體權(quán)威度排序

　　基于HITS的鏈接?結(jié)構(gòu)分析算法

　　總體權(quán)威度排序

　　T0.453 30.467 40.1172

　　C0.445 40.475 30.1153

　　G0.225 50.275 50.0354

　　L0.675 10.680 10.1701

　　M0.140 60.140 60.0005

　　Zh0.560 20.560 20.0005

　　以專家G的第一條發(fā)言為例說明專家發(fā)言在研討中的權(quán)威值變化的情況。如圖2所示,采用SemRank方法時(shí),在時(shí)刻2專家Gt1發(fā)言的權(quán)威值取得了最大值,這與實(shí)際情況是相符的。在發(fā)言Gt1提出來以后,其他專家會(huì)對(duì)這條發(fā)言評(píng)論,表達(dá)自己的意見。在某個(gè)時(shí)刻權(quán)威值會(huì)取得最大值,隨著研討的深入,大家討論的內(nèi)容會(huì)發(fā)生改變(上述研討的示例,只是實(shí)驗(yàn)所采用的研討腳本的一部分內(nèi)容),討論的議題演變成如何幫助中小企業(yè)度過這次經(jīng)濟(jì)危機(jī),因此專家發(fā)言Gt1的權(quán)威值將會(huì)隨著時(shí)間變小,這也說明了SemRank方法利用語(yǔ)義以及時(shí)間因素來計(jì)算專家發(fā)言權(quán)威值是正確的,并與實(shí)際情況是相?符的。

　　采用基于SemRank的專家權(quán)威度計(jì)算,可以衡量專家每條發(fā)言的權(quán)威值,評(píng)估每個(gè)專家的總體權(quán)威度。通過權(quán)威度計(jì)算以及排序,可知哪幾個(gè)專家發(fā)言是需要重點(diǎn)關(guān)注并引起最多爭(zhēng)議討論的,對(duì)形成最終的決策提供了有力的支持。

　　4 結(jié)束語(yǔ)

　　針對(duì)綜合集成研討環(huán)境中的專家權(quán)威度評(píng)價(jià)問題,本文提出基于SemRank的專家權(quán)威度計(jì)算方法。該方法既考慮了專家之間的交互結(jié)構(gòu),又考慮了專家發(fā)言內(nèi)容之間的語(yǔ)義關(guān)聯(lián),同時(shí)引入了時(shí)間衰減函數(shù)來反映交互的動(dòng)態(tài)復(fù)雜性。實(shí)驗(yàn)結(jié)果表明,本文提出的專家權(quán)威度計(jì)算方法合理、有效,可幫助專家快速了解當(dāng)前的交互結(jié)構(gòu),避免思維的過分發(fā)散,加快專家群體的自組織過程,為深化認(rèn)識(shí)、激發(fā)思維奠定了較好的基礎(chǔ)。

　　本文所提的權(quán)威的計(jì)算方法盡管考慮到了發(fā)言之間的語(yǔ)義關(guān)聯(lián)關(guān)系以及時(shí)間衰減因素,但是由于這種關(guān)聯(lián)程度計(jì)算方法并不足以嚴(yán)格劃分發(fā)言的主題,在研討話題發(fā)生變化時(shí),會(huì)在一定程度上導(dǎo)致權(quán)威度更新的滯后與混淆。在下一步的工作中,可以加入更多的語(yǔ)義理解及分析內(nèi)容,采用分類和聚類方法,對(duì)專家發(fā)言進(jìn)行動(dòng)態(tài)主題建模,獲取專家主題的轉(zhuǎn)移趨勢(shì),進(jìn)而在此基礎(chǔ)上更加準(zhǔn)確地計(jì)算專家在某一主題上的權(quán)威度,以及在所有主題上的綜合權(quán)威度。